احتمال البيانات في ظل نموذج مع تكامل المعاملات؛ يعاقب التعقيد تلقائيًا.الدليل البايزي، المعروف أيضًا بالاحتمالية الهامشية، هو احتمال البيانات المرصودة في ظل نموذج معين، مع تكامل جميع المعاملات. يُحسب على أنه تكامل حاصل ضرب الاحتمالية في الاحتمال القبلي على كامل فضاء المعاملات. هذه الكمية أساسية في المقارنة البايزية بين النماذج: نسبة الأدلة لنموذجين (عامل بايز) تخبرك بمدى ترجيح أحد النموذجين على الآخر، بالنظر إلى البيانات. من الخصائص الأساسية أنه يعاقب تلقائيًا على تعقيد النموذج — فالنموذج الذي يحتوي على معاملات أكثر لا يحصل تلقائيًا على دليل أعلى، لأن فضاء المعاملات الإضافي يخفف من كتلة الاحتمال القبلي.
يعود المفهوم إلى أعمال هارولد جيفريز في ثلاثينيات القرن العشرين، الذي قدم عامل بايز لاختبار الفرضيات. وقد شاع مصطلح 'الدليل' بواسطة جون سكيلينج في سياق أخذ العينات المتداخل في العقد الأول من القرن الحادي والعشرين.
لحساب الدليل، تقوم بتكامل حاصل ضرب الاحتمالية في الاحتمال القبلي على جميع قيم المعاملات. بالنسبة للنماذج البسيطة، يمكن إجراء هذا التكامل تحليليًا؛ أما بالنسبة للنماذج المعقدة، فإنه يتطلب طرقًا عددية مثل أخذ العينات المتداخل أو التكامل الثرموديناميكي. يوازن الدليل بين جودة الملاءمة والتعقيد: النموذج الذي يلائم البيانات جيدًا ولكن لديه معاملات كثيرة سيكون له دليل أقل من نموذج أبسط يلائم البيانات بشكل شبه متساوٍ، لأن الكتلة القبلية موزعة على حجم أكبر.
يُستخدم الدليل البايزي في علم الكونيات لمقارنة نماذج الكون (مثلًا، مع أو بدون طاقة مظلمة)، وفي اكتشاف الكواكب الخارجية لتحديد ما إذا كانت الإشارة كوكبًا أم ضجيجًا، وفي التعلم الآلي للاختيار التلقائي للنموذج.
الدليل البايزي يطبق تلقائيًا مبدأ أوكام: إذا كان نموذجان يلائمان البيانات بشكل متساوٍ، فإن النموذج الأبسط سيكون له دليل أعلى، وذلك فقط من رياضيات الاحتمالات.
| Z | متغير | Bayesian evidence (marginal likelihood) — الدليل البايزي |
| Θ | متغير | Parameter vector — parameter vector |
| L(Θ) | متغير | Likelihood function — likelihood function |
| π(Θ) | متغير | Prior probability density — prior probability density |
| ∫ | مؤثر | Integration over parameter space — مؤثر تكاملي |
| dΘ | مؤثر | Infinitesimal volume element — volume element |








